RAGFlow
类型：主平台路线候选
复用规则：互斥候选的组件说明页
所属层：Agent 编排层
官方网站：https://ragflow.io/
当前定位
RAGFlow 是当前方案的主平台路线候选之一，更偏向知识接入、检索质量和上下文构建主链路。
主要职责
- 文档接入与清洗
- 切片、索引、检索和重排
- 知识密集型智能体场景
与其他组件关系
- 上游通常由 AgentifUI 或企业门户承接用户交互。
- 与 LlamaIndex、Weaviate 等知识层能力有强协同关系。
- 向下通过 LiteLLM 和 vLLM 使用模型能力。
- 需要与 Casbin、LangFuse 等治理与观测能力配套使用。
适合场景
- 企业知识库
- 文档问答
- 强 RAG 依赖的场景
边界
- 不应与其他主平台路线长期并行
- 不替代门户层和统一控制面
- 需要与权限治理和对象存储配套设计
采用规则
Dify / RAGFlow / Coze Studio三者属于互斥主平台路线，实施时只选一条主路线。- 当场景主要围绕知识接入、检索质量和引用上下文构建时，
RAGFlow是优先候选之一。 - 即便采用
RAGFlow，数据治理、权限过滤和对象存储边界仍需保持外置，不应把所有数据职责都收进主平台。
治理注意点
- 文档接入、切片、检索和引用链路需要保留来源追踪与发布时间信息。
- 知识访问应继承上游身份与权限语义，避免“检索可见范围”失控。
- 与对象存储、元数据治理和统一观测链路的关系要在实施时明确。
- 发布前应验证知识更新、引用质量和权限过滤是否符合预期。